-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-13 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-21 신규 샘플데이터 개방 2022-07-13 콘텐츠 최초 등록 소개
주요 시설 재배 작물의 환경에 따른 병해, 생리장애와 작물보호제 처리 후의 표징에 대한 데이터
구축목적
- 인공지능 기술을 통해 시설 재배 작물의 병해를 판별 - 최적의 생육 상태를 유지하기 위한 방제 정보를 농업인에게 제공
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 JPG 데이터 출처 전국 주요 재배 시설 및 연구기관 내 테스트베드 라벨링 유형 바운딩박스 라벨링 형식 JSON 데이터 활용 서비스 작물 병해충 진단 데이터 구축년도/
데이터 구축량2021년/684,616 -
1. 데이터 구축 규모
1. 데이터 구축 규모 구분 수집 포멧 구분 원천데이터 구축목표 원시데이터 획득목표 이미지 JPG 정상 300,000 이상 450,000 이상 데이터 병발생 136,000 이상 136,000 이상 생리장해 영양장애 74,000 이상 74,000 이상 생육장애 45,500 이상 45,500 이상 보호제 처리반응 45,500 이상 45,500 이상 환경시계열 데이터 CSV 온도 각 이미지 촬영 기준 과거 48시간의 환경 정보를 최소 15분에 1회 수집 습도 Co2 일사량 기타주석 데이터 TXT 보호제 처리시기 필요한 데이터의 경우 작성 수집 현장 특이사항 2. 데이터 분포
- 정상작물 이미지 : 각 작물별 주산단지 실 재배지 약 30개소
- 병해발생 이미지 : 대학 및 연구기관에서 인위접종 또는 자연발생에 의한 병해 발생
구 분 성과목표 작물(대분류) 질병종류(중항목) 질병종류(소항목) 데이터셋 포도 합계 85,371 정상 51,755 병해 탄저병 3,395 노균병 8,480 생리장해 축과병 2,771 일소 8,525 보호제 처리반응 탄저병 3,590 노균병 6,855 딸기 합계 134,384 정상 55,424 병해 잿빛곰팡이병 17,871 흰가루병 12,277 생리장해 다량원소(N,P,K) 결핍 29,970 냉해피해 5,027 보호제 처리반응 잿빛곰팡이병 7,216 흰가루병 6,599 오이 합계 115,405 정상 51,252 병해 노균병 11,690 흰가루병 16,675 생리장해 다량원소(N,P,K) 결핍 19,418 냉해피해 3,594 보호제 처리반응 노균병 6,099 흰가루병 6,677 파프리카 합계 121,211 정상 50,542 병해 흰가루병 27,872 모잘록병 1,677 생리장해 다량원소(N,P,K) 결핍 23,123 칼슘결핍 8,691 보호제 처리반응 흰가루병 9,306 토마토 합계 118,345 정상 54,093 병해 잿빛곰팡이병 11,464 흰가루병 14,704 생리장해 다량원소(N,P,K) 결핍 18,910 열과 4,077 칼슘결핍 4,663 보호제 처리반응 잿빛곰팡이병 4,187 흰가루병 6,247 고추 합계 109,900 정상 55,150 병해 탄저병 13,547 흰가루병 12,198 생리장해 다량원소(N,P,K) 결핍 14,807 칼슘결핍 11,929 보호제 처리반응 탄저병 2,269
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 모델 학습
- 딸기, 토마토, 파프리카, 오이, 고추 시설포도의 병해/생리장해/작물보호제 처리반응 이미지 100%를 학습데이터, 검증 데이터, 시험 데이터로 나누어 ResNet50 학습 알고리즘으로 모델의 학습 및 평가에 사용
2. 서비스 활용 시나리오
- 구축된 모델은 시설 작물의 주요 피해에 대해 정확한 진단을 하고, 농가가 대응할 수 있는 방안을 제시하는 서비스 모델에 활용될 수 있음
- 피해 예측
: 수집된 환경데이터를 분석하여 발병 및 생육장해를 예측하고 사전 대응할 수 있도록 함 - 피해 진단
: 피해 이미지와 환경데이터를 통합 분석하여 정확한 진단 결과 제시
: 병해의 경우 조기 진단을 통해 피해 확산을 방지할 수 있음
: 또한 유사한 피해 증상의 경우 불필요한 작물보호제 및 비료의 투입을 제한할 수 있음 - 의사결정지원
: 예측 및 진단된 결과에 대해서 농가의 적절한 대응을 제시하여 의사결정을 지원
: 특히 작물보호제의 사용이 필요시 PLS 기준에 부합한 작물보호제의 추천으로 오남용을 방지하고 정량 살포를 안내하여 추가적인 약해 피해도 줄일 수 있음
- 피해 예측
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 이미지 분류(병해) Image Classification ResNet50 F1-Score 0.8 점 0.99 점 2 이미지 분류(생리장해) Image Classification ResNet50 F1-Score 0.8 점 0.978 점 3 이미지 분류(작물보호제 처리반응) Image Classification ResNet50 F1-Score 0.8 점 0.9929 점
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드1. 대표도면
2. 라벨링데이터 구성
1. 대표도면 구분 항목명 타입 필수 설명 범위 여부 1 description Object Y 기본 정보 1-1 date String Y 촬영 날짜 YYYYMMDD 1-2 image String Y 파일 이름 1-3 task Int Y 데이터 종류 [0 ~ 3] 1-4 width Int Y 이미지 너비 [1080 ~ 15000] 1-5 time String N 촬영 시간 HHMM 1-6 region Int N 촬영 지역 1-7 height Int Y 이미지 높이 [1080 ~ 15000] 2 annotation Object Y 어노테이션 정보 2-1 area Int Y 작물 부위 코드 [0 ~ 5] 2-2 disease String Y 작물 상태 코드 [00,a1~a12, b1~b8, c1~c7,c9,c11,c12] 2-3 grow Int Y 생육 단계 코드 [11,12,13,24,25] 2-4 bbox Object Y 주목 객체 바운딩박스 리스트 2-4-1 w Float Y 박스 너비 [0 ~ 15000] 2-4-2 x Float Y 박스 왼쪽 위 점 x좌표 [0 ~ 15000] 2-4-3 h Float Y 박스 높이 [0 ~ 15000] 2-4-4 y Float Y 박스 왼쪽 위 점 y좌표 [0 ~ 15000] 2-5 part Object N 병해 부위 바운딩 박스 리스트 2-5-1 w Float N 박스 너비 [0 ~ 15000] 2-5-2 x Float N 박스 왼쪽 위 점 x좌표 [0 ~ 15000] 2-5-3 h Float N 박스 높이 [0 ~ 15000] 2-5-4 y Float N 박스 왼쪽 위 점 y좌표 [0 ~ 15000] 2-5-5 id Int N 참조 index [0 ~ 99] 2-6 risk Int Y 질병 피해 정도 코드 [0 ~ 3] 2-7 crop Int Y 작물 코드 [1 ~ 6] 3. 라벨링데이터 실제예시
-
데이터셋 구축 담당자
수행기관(주관) : ㈜팜한농
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 최원진 02-3159-5627 cwj99@farmhannong.com · 구축계획 수립 · 정상작물 데이터 수집 · 테스트베드(딸기, 오이) 운영 수행기관(참여)
수행기관(참여) 기관명 담당업무 라온피플㈜ · AI 모델 개발, AI 데이터 품질 검증
· AI 데이터 품질 검증전북테크노파크 · 데이터 정제 및 가공 농협대학교 산학협력단 · 토마토 데이터 수집 연암대학교 산학협력단 · 파프리카 데이터 수집 경상북도 농업기술원 · 시설포도, 고추 데이터 수집
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.